• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.6
• /
• pp.1143-1150
• /
• 2023

The global climate crisis and the implementation of low-carbon policies have led to a growing interest in renewable energy and a growing number of related industries. Among them, solar power is attracting attention as a representative eco-friendly energy that does not deplete and does not emit pollutants or greenhouse gases. As a result, the supplement of solar power facility is increasing all over the world. However, solar power is easily affected by the environment such as geography and weather, so accurate solar power forecast is important for stable operation and efficient management. However, it is very hard to predict the exact amount of solar power using statistical methods. In addition, the conventional prediction methods have focused on only short- or long-term prediction, which causes to take long time to obtain various prediction models with different prediction horizons. Therefore, this study utilizes a many-to-many structure of a recurrent neural network (RNN) to integrate short-term and long-term predictions of solar power generation. We compare various RNN-based very short- and long-term prediction methods for solar power in terms of MSE and R² values.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.1
• /
• pp.123-130
• /
• 2021

With the recent developments in computer technology, there has been an increasing interest in the field of machine learning. This also has led to a significant increase in real business cases of machine learning theory in various sectors. In finance, it has been a major challenge to predict the future value of financial products. Since the 1980s, the finance industry has relied on technical and fundamental analysis for this prediction. For future value prediction models using machine learning, model design is of paramount importance to respond to market variables. Therefore, this paper quantitatively predicts the stock price movements of individual stocks listed on the KOSPI market using machine learning techniques; specifically, the reinforcement learning model. The DQN and A2C algorithms proposed by Google Deep Mind in 2013 are used for the reinforcement learning and they are applied to the stock trading strategies. In addition, through experiments, an input value to increase the cumulative profit is selected and its superiority is verified by comparison with comparative algorithms.

• Journal of Navigation and Port Research
• /
• v.41 no.1
• /
• pp.25-32
• /
• 2017

The purpose of this investigation is to analyze the synchronization between the representative global freight index, the Baltic Dry bulk Index (BDI) and the China Container Freight Index (CCFI) with monthly data from 2000 to 2016. Using the non-stationarity of the business cycle that is able to include common trends, we employ the Engle-Granger 2 stage co-integration test and found no synchronization. On the contrary, we additionally estimated the causality between the markets and revealed the causality, which implies that the Chinese economy has a significant effect on the global market. The results of this empirical analysis demonstrate that the CCFI of China is appropriate for analyzing the shipping industry. In practice, this means that it is more appropriate to include CCFI in the global market outlook than use it as a substitute for the global freight rate index, the BDI. This is a case study of the synchronization of the economic fluctuations of the shipping industry. It suggests that the economic fluctuations of China need to be considered in the unstable global market forecast. In particular, this case applies to the fluctuations in the shipping industry synchronism and provides important results in scientific terms.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.457-457
• /
• 2012

말라리아는 매개체에 의한 전염병으로써 국내에서는 이미 1970년대에 사라진 것으로 알려져 있다. 하지만 1990년대에 재발생하여 2000년대 초반까지 경기도와 강원도 북부지역에서 환자가 증가하는 양상을 보였다. 사람에게서 발병하는 말라리아는 4종으로 알려져 있으나 우리나라의 경우 이 중 오로지 삼일열 원충감염에 의한 것으로 밝혀졌다(질병관리 본부, 2010). 기후변화는 질병의 발생에 영향을 미칠 수 있는 중요한 요인 중 하나로써 매개체에 의한 질병의 경우 기후요소는 매개체의 번식과 활동에 적지않은 영향을 미친다. 특히 말라리아의 경우 병원균을 가진 개체수와 모기에 물리는 횟수, 감염된 모기의 수, 그 모기에 사람이 물리는 횟수와 관계가 있으나 기온과 강수량, 습도의 변화 등 기후 및 수문학적 요소와도 밀접한 관계를 가지는 것으로 밝혀졌다(Lindsay & Birley, 1996; 박윤형 외, 2006; 신호성, 2011 재인용). 본 연구의 목적은 한반도 기후-수문학적 환경특성 및 변화를 파악하고 지역적 말라리아 발생과의 상관관계를 도출하며 이를 기반으로 하여 말라리아 발생의 변동을 예측하는 것이다. 분석에 사용된 데이터는 말라리아 발생자료의 경우, 질병관리 본부에서 제공하는 2001년 1월~2011년 12월 까지의 약 16000건의 발병자료가 포함 되었고 분석의 시간 단위는 2WEEKS 이며 전국 251개의 시군구에서 발생한 전염병을 합산하였다. 기상자료의 경우 기상청 기후자료 관리 시스템에서 제공하는 동일 기간대의 평균기온, 최고(최저)기온, 강수량, 신적설, 평균 해면기압, 평균 이슬점 온도, 평균 상대습도, 평균풍속, 평균운량, 일조시간 자료를 활용하였다. 본 연구에 사용된 AWS(Automatic Weather Station)자료의 경우 기본적으로 point 형태의 관측자료이고, 분석기간 동안의 개수에서도 차이가 있기 때문에 공간 내삽기법인 kriging을 활용하여 행정구역과 zonal하는 방법으로 재가공 하였다. 지역의 수문학적 특성의 경우 10*10 DEM을 기반으로 ESRI ArcGIS 소프트웨어의 ArcHydro 기능을 이용 하여 유역을 생성하는 방법을 채택하였다. 본 연구에서는 통계적 모형을 기본으로 기후 및 수문 특성과 말라리아 발생간의 상관관계를 분석하였으며 시계열 자료의 특성상 포아송 분포의 Generalized Estimation Equation 과 Generalized Linear Model을 이용한다(Baccini 외, 2008; 신호성, 2011). 또한 말라리아 잠복시간의 지연효과 및 전염병의 계절 영향을 반영하기 위하여 Fourier transform 을 적용 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.361-361
• /
• 2016

기상이변으로 인하여 최근 10년 동안 해마다 홍수와 가뭄 피해가 극심하였고 그에 따른 경제적 손실 또한 증가하고 있다. 이에 우리나라에서는 4대강 살리기 사업으로 다기능보 건설 및 준설을 통하여 용수확보 및 홍수조절능력을 향상시키고자 하였다. 하지만 그로인해 하천환경이 많이 변하였으며, 그에 따른 하도의 안정성 확보 및 효율적인 유지관리가 요구되는 상황이다. 체계적인 하천관리를 위해서는 24시간/365일 하천상황 분석과 함께 실시간 수리학적 체류시간 분석 등을 통한 하천 및 하도내 수자원 관리 기초자료 필요성이 요구된다. 따라서 본 연구에서는 변화된 하천을 정확히 반영하고, 보의 운영조건을 고려한 2차원 수리해석을 실시하여 하천관리를 위한 기초 자료를 제공하고자 한다. 다기능보의 지형조건과 운영조건을 반영할 수 있는 EFDC 모형을 이용하여 낙동강에 대해 2차원 수리모형을 구축하였다. 자료기반모형을 이용하여 지류 유입량을 예측하여 적용하였으며, 보 상류 및 하류부 수위를 상 하류단 경계조건으로 구성하였다. 이를 통해 보별 유입량 및 보 상류의 주요지점의 수위, 유량에 대한 다양한 조건을 확정론적 방법과 추계학적 방법으로 분석하여 주요지점에서의 유량 및 수위 수문곡선, 수위/유량 종단양상, 주요지점별 도달 시간 등을 제시하였다. 또한 확정론적 수위 및 유량의 홍수기 및 저 갈수기, 계절 및 분기, 일단위및 시단위 등의 시계열 결과를 도출하였으며, 유량규모별 전파 양상을 분석하여 강우-유량-도달 시간의 조건표를 제시하여 보의 운영에 직접적으로 활용할 수 있도록 하였다. 본 연구를 통해 낙동강에서의 하천관리를 위한 기초자료를 제공할 수 있으며, 다양한 조건에 대한 보 운영 및 하천 유지관리의 가이드라인을 제시할 수 있을 것으로 판단된다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.11
• /
• pp.310-318
• /
• 2018

Recently, the importance of big data analysis is increasing as a large amount of data is generated by various devices connected to the Internet with the advent of Internet of Things (IoT). Especially, it is necessary to analyze various large-scale IoT streaming sensor data generated in real time and provide various services through new meaningful prediction. This paper proposes a real-time indoor PM10 concentration prediction LSTM model based on streaming data generated from IoT sensor using AWS. We also construct a real-time indoor PM10 concentration prediction service based on the proposed model. Data used in the paper is streaming data collected from the PM10 IoT sensor for 24 hours. This time series data is converted into sequence data consisting of 30 consecutive values from time series data for use as input data of LSTM. The LSTM model is learned through a sliding window process of moving to the immediately adjacent dataset. In order to improve the performance of the model, incremental learning method is applied to the streaming data collected every 24 hours. The linear regression and recurrent neural networks (RNN) models are compared to evaluate the performance of LSTM model. Experimental results show that the proposed LSTM prediction model has 700% improvement over linear regression and 140% improvement over RNN model for its performance level.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1474-1478
• /
• 2007

수문 및 수질자료는 일정한 기준에 의한 관측치를 시계열 자료로 기록하거나 전송할 때 다양한 형태의 오차가 발생하게 되며 또한 수문 및 수질자료를 관측하는 측정기기의 고장과 유지관리 등의 어려움으로 다양한 형태의 결측 자료가 발생하고 있다. 이와 더불어 수문 및 수질자료는 시공간적 변동성이 크며 비선형성이 강한 특성을 갖고 있다. 이러한 수문 및 수질 자료를 이용하여 모형을 구축할 경우 다양한 형태의 잡음에 대한 검증 및 잡음저감이 필수적 요건이라 할 수 있다. 따라서 본 연구에서는 영산강 유역의 본류부를 대표하는 나주지점에 대한 유출량과 총유기탄소(TOC) 농도 및 TOC 부하량 예측모형을 개발하였으며, 이를 위한 방법으로는 잡음저감을 위하여 웨이블렛 변환과 인공신경망을 적용하였다. TOC 부하량 자료는 유출량과 TOC 자료간의 함수로서 표현이 가능함에 따라 유출량 및 TOC 자료가 결측되었을 경우 역함수에 의한 계산으로 결측 자료에 대한 보간이 가능하다. 따라서 본 연구의 주안점은 잠음 저감 및 인공신경망에 의해 최적화된 예측 모형이 결측된 유출량과 TOC 자료에 대한 역함수로 정도있는 유출량과 TOC 자료 생성 가능성을 검토하고자 한다. 본 연구의 적용 결과, 유출량 자료가 결측되었을 경우 TOC 및 TOC 부하량 예측으로 유출량 자료에 대한 간접추정 및 결측 자료에 대한 보간의 정도를 평가한 결과 $R^2$는 0.99 이상의 값을 보였다. 또한, TOC 자료가 결측되었을 경우 역시 $R^2$는 비교적 우수한 0.97 이상의 값을 보였다. 따라서 본 연구에서 개발한 유출량 및 TOC, TOC 부하량 예측모형의 개발은 정도있는 유출량 및 TOC 수질 자료의 생성이 가능할 것으로 기대된다.한 물순환 해석을 할 수 있는 기반을 확보 하였으며, 가용한 장 단기간의 관측자료와 물수지 분석 연산식의 추정치를 바탕으로 관측자료에 의한 물수지 분석을 수행하였다. 분석 결과로 산지 소하천 유역인 설마천 시험유역의 각 수문요소의 물이동간의 정량적인 값을 알 수가 있었으며, 앞으로 추가적이고 지속적인 수문모니터링이 운영되고 물순환 해석 모형에 의한 검증이 수행된다면 정량적인 물순환 관계를 규명할 수 있을 뿐만 아니라 이와 관련된 수문요소기술을 확보할 수 있을 것이다.절한 타협과 조정을 필요로 한다. 그러나 절제의 한계를 넘어선다고 생각되거나, 조정의 노력이 불가능하거나, 실패했을 때 폭력적인 행동으로 나타나게 된다. 리차즈(I.A Richards)는 분노와 공포는 일단 겉잡을 수 없는 경향이 있다고 하면서 오늘날 폭력에 대한 요구가 일상의 정서 생활에 있어, 억압을 통한, 빈곤함을 반영하고 있지 않은지 생각해봐야 할 것이라고 충고한다. 조성 가이드라인(안)을 제시하였다.EX>$\ulcorner$세종실록$\lrcorner$(世宗實錄) $\ulcorner$지리지$\lrcorner$(地理志)와의 비교를 해보면 상 중 하품의 통합 9개소가 삭제되어 있고, $\ulcorner$동국여지승람$\lrcorner$(東國與地勝覽) 에서는 자기소와 도기소의 위치가 완전히 삭제되어 있다. 이러한 현상은 첫째, 15세기 중엽 경제적 태평과 함께 백자의 수요 생산이 증가하자 군신의 변별(辨別)과 사치를 이유로 강력하게 규제하여 백자의 확대와 발전에 걸림돌이 되었다. 둘째, 동기(銅器)의 대체품으로 자기를 만들어 충당해야할 강제성 당위성 상실로 인한 자기수요 감

• Journal of Technology Innovation
• /
• v.29 no.4
• /
• pp.1-30
• /
• 2021

Due to the recent development of system semiconductors, technical innovation for the electric devices of the automobile industry is rapidly progressing. In particular, the electric device of automobiles is accelerating technology development competition among automobile parts makers, and the development cycle is also changing rapidly. Due to these changes, the importance of strategic planning for R&D is further strengthened. Due to the paradigm shift in the automobile industry, the Product-Technical Roadmap (P/TRM), one of the R&D strategies, analyzes technology forecasting, technology level evaluation, and technology acquisition method (Make/Collaborate/Buy) at the planning stage. The product-technical roadmap is a tool that identifies customer needs of products and technologies, selects technologies and sets development directions. However, most companies are developing the product-technical roadmap through a qualitative method that mainly relies on the technical papers, patent analysis, and expert Delphi method. In this study, empirical research was conducted through simulations that can supplement and strengthen the product-technical roadmap centered on the automobile industry by fusing Gartner's hype cycle, cumulative moving average-based data preprocessing, and deep learning (LSTM) time series analysis techniques. The empirical study presented in this paper can be used not only in the automobile industry but also in other manufacturing fields in general. In addition, from the corporate point of view, it is considered that it will become a foundation for moving forward as a leading company by providing products to the market in a timely manner through a more accurate product-technical roadmap, breaking away from the roadmap preparation method that has relied on qualitative methods.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.10 no.4
• /
• pp.295-303
• /
• 2017

In this paper, we analyze the trends of the international shipping market and the domestic and foreign factors of the crisis of the domestic shipping market, and identify the characteristics of the recovery of the Busan New Port trade volume which has decreased since the crisis of the domestic shipping market We quantitatively analyzed the future volume of Busan New Port and analyzed the trends of the prediction and recovery trends. As a result of analyzing Busan New Port container cargo volume by using big data analysis tool R, the variation of Busan New Cargo container cargo volume was estimated by ARIMA model (1,0,1) (1,0,1)[12] Estimation error, AICc and BIC were the most optimal ARIMA models. Therefore, we estimated the estimated value of Busan New Port trade for 36 months by using ARIMA (1, 0, 1)[12], which is the optimal model of Busan New Port trade, and estimated 13,157,184 TEU, 13,418,123 TEU, 13,539,884 TEU, and 4,526,406 TEU, respectively, indicating that it increased by about 2%, 2%, and 1%.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.31 no.5B
• /
• pp.449-457
• /
• 2011

Recently, increasing heavy rainfalls due to climate change and/or variability result in hydro-climatic disasters being accelerated. To cope with the extreme rainfall events in the future, hydrologic frequency analysis is usually used to estimate design rainfalls in a design target year. The rainfall data series applied to the hydrologic frequency analysis is assumed to be stationary. However, recent observations indicate that the data series might not preserve the statistical properties of rainfall in the future. This study incorporated the residual analysis and the hydrologic frequency analysis to estimate design rainfalls in a design target year considering the non-stationarity of rainfall. The residual time series were generated using a linear regression line constructed from the observations. After finding the proper probability density function for the residuals, considering the increasing or decreasing trend, rainfalls quantiles were estimated corresponding to specific design return periods in a design target year. The results from applying the method to 14 gauging stations indicate that the proposed method provides appropriate design rainfalls and reduces the prediction errors compared with the conventional rainfall frequency analysis which assumes that the rainfall data are stationary.